Ưu tiên mô hình

Giải mã Decision Science

Howard Friedman

Adjunct Professor at Columbia University

Bắt đầu đơn giản với hồi quy tuyến tính

  • Hiệu quả cho biến liên tục khi giả định được đáp ứng
  • Hơn 200 năm chứng minh hữu ích trong phân tích thực tế

Đơn giản nhưng mạnh

  • Hồi quy tuyến tính tìm đường thẳng khớp tốt nhất với dữ liệu
  • Với biến đổi, cũng mô hình hóa được quan hệ phi tuyến phức tạp

Dễ diễn giải là quan trọng

  • Hệ số giúp căn chỉnh
  • Tính nhanh, dễ giải thích
     

Hồi quy tuyến tính

Giải mã Decision Science

Hồi quy logistic

Nhiều bài toán thực tế liên quan đến dự đoán nhị phân hoặc phân loại:

  • Phát hiện gian lận, dự báo rời bỏ, mô hình rủi ro y tế

Tung đồng xu

Hồi quy logistic rất linh hoạt

  • Phù hợp cho nhị phân, đa lớp, hoặc thứ bậc

Xác suất hỗ trợ ra quyết định

Dễ diễn giải và triển khai

  • Hệ số cho thấy ảnh hưởng của từng đặc trưng lên kết quả
  • Tuyệt vời làm đường cơ sở cho bộ phân loại phức tạp hơn
Giải mã Decision Science

Biến đổi đặc trưng

Bắt đầu với mô hình cơ sở vững

  • Xây phiên bản chạy được trước, rồi đánh giá giá trị của mô hình nâng cao

Biến đổi đặc trưng có thể tăng hiệu quả

  • Biến đổi như log hoặc bình phương có thể tăng phương sai giải thích
  • Cũng có thể cải thiện độ khớp mô hình với dữ liệu

Khớp giả định mô hình với dữ liệu

  • Một số mô hình, như hồi quy tuyến tính, hoạt động tốt khi phần dư phân phối chuẩn

  Hộp công cụ

Giải mã Decision Science

Các biến đổi thường dùng

 

  • Biến đổi log và căn bậc hai nén dải giá trị rộng, giảm ảnh hưởng ngoại lệ
  • Chuẩn hóa (standardization) và chuẩn hóa thang đo (normalization) đưa đặc trưng về cùng thang, hữu ích khi đơn vị khác nhau
  • Hạng tử đa thức như bình phương, lập phương giúp biểu diễn quan hệ phi tuyến phức tạp với ít công sức

 

Hãy dùng biến đổi để cải thiện các mô hình ban đầu trước khi nhảy sang mô hình phức tạp

 

Biến đổi

Giải mã Decision Science

Hãy thực hành!

Giải mã Decision Science

Preparing Video For Download...